基于特征融合的视觉导航智能车辆的车道识别.pdf

《基于特征融合的视觉导航智能车辆的车道识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、汽车工程2015年(第37卷)第5期AutomotiveEngineering2015105基于特征融合的视觉导航智能车辆的车道识别木李进，陈杰平，易克传，徐朝胜(安徽科技学院机械工程学院，滁州233100)[摘要]为兼顾车道识别的实时性和鲁棒性，有序融合了图像中车道线边缘、边缘方向、车道宽度和边缘灰度等特征信息。同时，在识别第1帧车道图像时对整帧图像进行处理；在识别后续各帧车道图像时，根据上一帧图像的识别结果确定动态约束区，并在约束区域内完成识别。实车道路试验结果表明，通过有序融合各种特征信息和合理设置动态约束区能有效识别路面车道线，且车道跟踪具有较好的精确性和可靠性。关键词

2、：智能车辆；车道识别；特征融合；动态约束LaneIdentificationofVision—GuidedIntelligentVehicleBasedonFeatureFusionLiJin，ChenJieping，YiKechuan&XuChaoshengSchoolofMechanicalEngineering，AnhuiScienceandTechnologyUniversity，Chuzhou233100『Abstract]Forachievingboththerobustnessandrea1．timeperformanceof1aneidenfication，th

3、efeaturein—formationontheedgeanditsdirectionandgrayscaleoflanemarkingsandlanewidthintheimagearesequentiallyfused．Inidentifyingthefirstframeoflaneimage，thewholeimageframeareprocessed，whileinidentifyingthefol—lowingframes，dynamicallyconstrainedareasaredeterminedaccordingtotheidentificationresu

4、ltsofpreviousframes，withinwhichidentificationcompletes．Theresultsofrealvehicleroadtestsshowthatbyorderlyfusingvari—OUSfeatureinformationandproperlysettingdynamicallyconstrainedareas，lanemarkingidentificationcanbeeffec—tivelyachievedwithbetteraccuracyandreliabilityinvehiclelanetracking．Keywor

5、ds：intelligentvehicle；laneidentification；featurefusion；dynamicconstraints识别方法，能够动态调整二值化阈值以适应外界光日IJ舀照的变化；文献[11]中提出了一种鲁棒的非平坦路面车道线检测算法，在弯道和非平坦路面上具有较基于视觉导航的智能车辆车道保持系统包括车强的鲁棒性；文献[12]中在机器视觉基础上根据识道路径的识别和跟踪控制两个关键技术⋯。在路径别出的锥形标间的拓扑关系构建虚拟车道线的识别方面，国内外相关研究者已做了大量的研究工方法。作。这方面研究目前面临的主要问题是机器视智能车辆车道识别的关键在于要同时

6、保证识别觉对各种路面环境的快速识别和理解能力较差，尤的可靠性和实时性。要做到这一点，除认识到可靠其是复杂情况下识别难度较大。如文献[8]中提出性和实时I生相对立的一面外，更重要的是认识到它了连通区域搜索和道路边界霍夫检测相结合的方们相辅相成的一面，即局部范围内的高可靠性能够法；文献[9]中先用模板匹配获取候选车道线，再采有效排除干扰因素，从而减小后续数据处理量，利于用随机样本一致算法和卡尔曼滤波计算车道线方整体实时陛的提高；整体意义上的高实时性能够在程；文献[10]中提出一种基于动态阈值的车道路径总体上减少数据处理量，从而为保证局部的可靠性国家自然科学基金(51075112)、

7、安徽高校省级自然科学研究项目(KJ2013B074)和安徽科技学院自然科学研究项目(ZRC2014409)资助。原稿收到Et期为2013年8月22日，修改稿收到日期为2013年12月11日。汽车工程2015年(第37卷)第5期赢得宝贵时间。在识别时，特征信息的选取需要考虑以下3个为此，提出一种基于路面特征融合的车道识别方面。方法。其思路是：(1)对车道图像进行纵向分区和(1)特征功效即选取的特征应能够在某些方分段识别；(2)在识别第1帧图像时对整个图像区域面有效地区分车道线和非车道线。进行处